基于DTW的血糖趋势预测方法、系统及医疗设备技术方案

本发明专利技术涉及医疗数据分析技术领域，公开了一种基于DTW的血糖趋势预测方法、系统及医疗设备。所述基于DTW的血糖趋势预测方法，包括：采集血糖真实值的时间序列P；通过PRRx预测方法获取血糖预测值的时间序列Q；计算时间序列P和时间序列Q的相似性度量；根据计算的相似性度量计算预测时间序列H的单位校准值；根据计算的预测时间序列H的单位校准值计算预测时间序列H预测血糖峰值；以及根据计算的预测时间序列H预测血糖峰值获取血糖趋势预测数据。通过实际距离到相似性度量的转化、相似性度量到新的预测距离的转化而获取到准确的血糖趋势预测数据，减轻了患者检测治疗的痛苦，提升了血糖趋势预测的准确性和治疗效果。

【技术实现步骤摘要】
基于DTW的血糖趋势预测方法、系统及医疗设备
本专利技术涉及医疗数据分析
，尤其涉及一种基于DTW的血糖趋势预测方法、系统及医疗设备。
技术介绍
糖尿病的治疗通常需要采血装置刺入血管频繁采血以检测血糖值，给患者带来麻烦和痛苦，而现有基于采集心率数据计算心率峰-峰值距离PRRx值来预测血糖趋势测量方法的准确度较低，并不能投入实际的临床治疗。动态时间弯曲(DynamicTimeWarping,DTW)是一种强大的时间序列相似度度量方法，DTW距离定义了序列之间的最佳对齐匹配关系，支持不同长度的时间序列的相似度度量和时间轴的伸缩和弯曲，具有更好的鲁棒性。
技术实现思路
鉴于此，本专利技术提供一种基于DTW的血糖趋势预测方法、系统及医疗设备，解决现有血糖趋势预测方法准确度较低的技术问题。根据本专利技术的一个实施例，提供一种基于DTW的血糖趋势预测方法，包括：采集血糖真实值的时间序列P；通过PRRx预测方法获取血糖预测值的时间序列Q；计算时间序列P和时间序列Q的相似性度量；根据计算的相似性度量计算预测时间序列H的单位校准值；根据计算的预测时间序列H的单位校准值计算预测时间序列H预测血糖峰值；本文档来自技高网...

【技术保护点】
1.一种基于DTW的血糖趋势预测方法，其特征在于，包括：采集血糖真实值的时间序列P；通过PRRx预测方法获取血糖预测值的时间序列Q；计算时间序列P和时间序列Q的相似性度量；根据计算的相似性度量计算预测时间序列H的单位校准值；根据计算的预测时间序列H的单位校准值计算预测时间序列H预测血糖峰值；以及根据计算的预测时间序列H预测血糖峰值获取血糖趋势预测数据。

【技术特征摘要】
1.一种基于DTW的血糖趋势预测方法，其特征在于，包括：采集血糖真实值的时间序列P；通过PRRx预测方法获取血糖预测值的时间序列Q；计算时间序列P和时间序列Q的相似性度量；根据计算的相似性度量计算预测时间序列H的单位校准值；根据计算的预测时间序列H的单位校准值计算预测时间序列H预测血糖峰值；以及根据计算的预测时间序列H预测血糖峰值获取血糖趋势预测数据。2.根据权利要求1所述的基于DTW的血糖趋势预测方法，其特征在于，所述计算时间序列P和时间序列Q的相似性度量，包括：计算时间序列P和时间序列Q构成弯曲矩阵的DTW距离；计算弯曲矩阵随机X份DTW距离的DTW平均值；根据余弦相关度公式计算时间序列P和时间序列Q的余弦相关度；计算时间序列P和时间序列Q的均值和方差；计算时间序列P和时间序列Q单个个体对整体时间序列的影响权重系数；根据计算的余弦相关度和影响权重系数计算加权余弦相关度；以及根据计算的加权余弦相关度计算时间序列P和时间序列Q的相似性度量。3.根据权利要求2所述的基于DTW的血糖趋势预测方法，其特征在于，所述根据计算的相似性度量计算预测时间序列H的单位校准值，包括：通过PRRx预测方法获取血糖预测值的时间序列H；计算查找时间序列P和时间序列Q的DTW最小值；以及根据计算的DTW最小值和相似性度量计算预测时间序列H的单位校准值。4.根据权利要求3所述的基于DTW的血糖趋势预测方法，其特征在于，所述根据计算的预测时间序列H的单位校准值计算预测时间序列H预测血糖峰值，包括：标记时间序列H和时间序列P的全部峰值及峰值数量；以及根据标记的时间序列H和时间序列P的对应峰值和计算的单位校准值计算预测时间序列H预测血糖峰值。5.根据权利要求1所述的基于DTW的血糖趋势预测方法，其特征在于，在所述根据计算的预测时间序列H预测血糖峰值获取血糖趋势预测数据之后，还包括：当获取的血糖趋势预测数据超出预设警戒范围时，提醒获取的血糖趋势预测数据。6.一种基于DTW的血糖趋势预测系统，其特征在于，包括：采集模块，用于采集血糖真实值的时间序列P；预测模块，用于通过PRRx预测方法获取血糖预测值的时间序列Q；相似性度量计算模块，用于所述采集模块采集的计算...

【专利技术属性】
技术研发人员：樊卓宸，王新安，李秋平，赵天夏，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东,44